viernes, 4 de marzo de 2016

Customer Analytics: Mejorando la inteligencia del cliente mediante los datos

Estimad@s amig@s

Sinopsis
Las organizaciones han usado estrategias, como la inteligencia de negocio, para tomar mejores decisiones a partir de los datos. Actualmente, en la era de los datos, nuestros clientes son más inteligentes, están más informados y ya no son tan leales con nuestra marca. Esperan experiencias inolvidables y profundamente personalizadas en cada una de las interacciones con nuestra organización. Como resultado, las organizaciones están obligadas a transformar sus estrategias para conocer mejor las necesidades y preferencias de sus clientes, basándose en una enorme cantidad de datos.

“El factor esencial del aprendizaje es la voluntad de aprender.”
F. W. Sanderson

Cada vez somos más conscientes del gran volumen de datos que generamos en el día a día de nuestras empresas; Pero por otra parte no conseguimos retornar valor de esos datos…

Necesitamos implementar soluciones que nos ayuden a optimizar la toma de decisiones, a obtener conocimiento que nos lleve a mejorar la gestión de la experiencia de cliente

El poder disponer de datos a tiempo real es casi un imperativo a día de hoy…. Tenemos que ser capaces de conectar nuestra capacidad de producción con el inventario que tenemos en el almacén, con lo que se está vendiendo en nuestros establecimientos, con la capacidad logística que tenemos para reponer y a su vez con la recepción de materias primas por parte de nuestros proveedores para de nuevo empezar a fabricar…

“Lo que tenemos que aprender lo aprendemos haciendo.”
Aristóteles

Una empresa que se vuelca en el cliente es una empresa que utiliza la información para obtener una ventaja competitiva y alcanzar el crecimiento y la rentabilidad.

Las organizaciones necesitan datos a tiempo real sobre el comportamiento de sus clientes, y además, desarrollar una capacidad  analítica para comprender los motivos detrás de dichos comportamientos…

…. La analítica de cliente no es una mera función al servicio del marketing… es vital para el desarrollo de productos, servicios y otras funcionalidades que se necesitan en la empresa.

El desarrollo de estrategias de Customer Analytics dentro de una organización sigue un camino paralelo al despliegue de estrategias de inteligencia de negocio.
·         Analisis descriptivo
·         Analisis de diagnostico
·         Analisis predictivo
·         Analisis prescriptivo
·         Analisis preventivo

Datos à Selección à Datos relevantes à Pre-procesamiento à Datos pre-procesados à Transformación  à Datos transformados  à  Exploración de datos à Patrones  à Interpretación-evaluación à Conocimiento

Los rápidos cambios en los mercados y el incremento de conocimiento de los clientes de los productos y servicios existentes obligan a las organizaciones a desarrollar sus técnicas analíticas con celeridad y, a menudo, de forma reactiva, puesto que son conscientes del impacto que ello representa en el negocio.
Al utilizar métodos predictivos, el objetivo es anticipar el comportamiento del cliente y detectar indicios de desvinculación o de impago de servicios y productos, más que actuar de forma reactiva… llegar a ser proactivos y controlar factores de riesgo que afectan a las tasas de rotación de clientes.

… es necesario gestionar el dato para poder realmente ser capaces de extraer su valor… para ello nos preocuparemos de:
·         La calidad del dato…
·         La captura del dato…
·         La precisión del dato…
·         La geolocalización del dato…
·         Las relaciones, la conectividad y las jerarquías del dato…

… existen cuatro tipos de dato de cliente que son necesarios para desarrollar perfiles de clientes analíticos:
·         Datos descriptivos
·         Datos de atribución
·         Datos de relación
·         Datos de comportamiento

Para calcular el valor de un cliente para una organización no es suficiente con tener en cuenta el valor pasado o presente del cliente… también lo que va a comprar en el futuro… definir el concepto de Customer Lifetime Value

Customer Lifetime Value (CLV) es una predicción del beneficio neto atribuido a un cliente a lo largo de las interacciones pasadas y presentes y de la previsión de las futuras.

Definimos la propuesta de valor para el cliente como la suma de todos los beneficios que la organización promete al cliente como resultado del pago de un producto o servicio.

customer delight/ sacrifice como el valor que se añade o se resta a la propuesta de valor del cliente a modo de sorpresa.

“Toda obra de arte es necesariamente ambigua.”
Lindsay Anderson



“El arrepentimiento es el remordimiento aceptado.”
Madame de Swetchine

Recibid un cordial saludo
Publicar un comentario